Zum Hauptinhalt springen

KI-GESTÜTZTE DOKUMENTATION

Was möchten Sie wissen?

Backtesting und seine Bedeutung

Dieser Deep Dive erläutert die Bedeutung des Backtestings.

Video Guide

Sehen Sie sich dieses Thema in Aktion an: OV Auto-Defect Creator Studio


Lernziele

Am Ende dieses Deep Dives werden Sie Folgendes verstehen:

  • was Backtesting ist
  • wie man eine trainierte Recipe backtestet
  • wie man eine Recipe mithilfe von Backtesting verbessert

Was ist Backtesting?

  • Backtesting ist eine Methode, mit der neue Änderungen oder Einstellungen an einer trainierten Recipe anhand früherer Bilder getestet werden, insbesondere anhand solcher, bei denen sie nicht gut abgeschnitten hat.
  • Es hilft dabei, zu bewerten, wie die aktualisierte Recipe mit bekannten Daten arbeiten würde, bevor sie auf neue Fälle angewendet wird.
  • Sie können Bilder mit diesen Einstellungen backtesten:
    • Template Image und Ausrichtung
    • Inspection Setup
    • Classification Block

Einstellungen, die per Backtesting geprüft werden können

Backtesting bei Template Image und Ausrichtung

Sie können die fehlgeschlagene Aufnahme hochladen, um die Recipe-Einstellungen anzupassen und sicherzustellen, dass sie sich korrekt an die Änderung anpasst.

Test des Template Image und Alignment Blocks

Die Abweichung zwischen dem ausgerichteten Referenzbild und dem erfassten Bild zeigt eine Fehlausrichtung an, die durch diesen Prozess korrigiert wird.

Trainierter AlignerGefundener AlignerKorrigierter Aligner und backgetestet
Beispiel eines trainierten AlignersBeispiel eines gefundenen AlignersBeispiel eines korrigierten und backgetesteten Aligners

Backtesting beim Inspection Setup

Sie können die fehlgeschlagene Aufnahme hochladen, um die ROI-Einstellungen anzupassen und sicherzustellen, dass sie sich korrekt an die Änderung anpasst.

Test des Inspection Blocks

Backtesting beim Classification Block

Laden Sie das fehlgeschlagene Bild hoch, um zu prüfen, ob sich die Leistung des Modells nach Anpassungen oder erneutem Training verbessert hat.

Test des Classification Blocks